دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Jörg Benndorf
سری:
ISBN (شابک) : 303040899X, 9783030408992
ناشر: Springer
سال نشر: 2020
تعداد صفحات: 111
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Closed Loop Management in Mineral Resource Extraction: Turning Online Geo-Data into Mining Intelligence (SpringerBriefs in Applied Sciences and Technology) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدیریت حلقه بسته در استخراج منابع معدنی: تبدیل اطلاعات جغرافیایی آنلاین به هوش معدنی (SpringerBriefs in Applied Sciences and Technology) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Preface Contents 1 Introduction 1.1 Towards Digitization of Mining Processes 1.2 Outline of the Book References 2 A Closed-Loop Approach for Mineral Resource Extraction 2.1 Introduction 2.2 The Mineral Resource Extraction Process Chain 2.3 Production Monitoring—A Rich Data Base 2.4 Resource and Grade Control Models 2.4.1 Resource Models 2.4.2 Grade Control Models 2.5 Mine Planning Optimization 2.6 Making Use of Production Monitoring Data—Closing the Loop References 3 Data Assimilation for Resource Model Updating 3.1 The Data Assimilation Workflow 3.2 Geostatistical Concepts for Resource Modeling 3.2.1 Explorative Data Analysis 3.2.2 Analyzing and Modeling Spatial Variability 3.2.3 The Random Function Model 3.2.4 Spatial Interpolation 3.2.5 Spatial Simulation 3.3 Sequential Updating of Mineral Resource or Grade Control Models 3.3.1 Introduction 3.3.2 A Framework for Sequential Resource Model Updating 3.3.3 The Ensemble Kalman-Filter (EnKF) for Computationally Large and Nonlinear Relations 3.4 An Illustrative Example 3.4.1 Case Description 3.4.2 Evaluation Measure 3.4.3 Results and Discussion References 4 Updating Case Studies and Practical Insights 4.1 Use Case 1: Updating the Prediction of the BOND-Index for a Ball Mill 4.1.1 Case Description 4.1.2 Input Variables 4.1.3 Grade Control Model Updating 4.1.4 Results 4.2 Use Case 2: Updating Short-Term Quality Model Based on a Cross-Belt Scanner 4.2.1 Case Description 4.2.2 Input Variables 4.2.3 Continuous Model Update and Results 4.3 Use Case 3: Updating Mineral Contents of Blast Blocks in a Polymetallic Underground Mine 4.3.1 Case Description 4.3.2 Input Variables 4.3.3 Continuous Model Updating and Results 4.3.4 Practical Aspects References 5 Optimization Methods to Translate Online Sensor Data into Mining Intelligence 5.1 Introduction to Mine Planning Optimization 5.2 Optimization for Short-Term Planning and Production Control 5.2.1 Short-Term Mine Planning 5.2.2 Weekly Job Scheduling 5.3 Value of Information 5.4 Case Study 5.4.1 Case Description 5.4.2 Applying the Model Updating Framework 5.4.3 Conclusions References Index